政府公信力逐步成为研究热点,近年来互联网飞速发展,网络用户急剧增多,研究网络社会政府公信力不容忽视。网络中,往往是一些核心人物主导整个群体的情感走势,对核心人物的情感分析能够揭示网络社会一些群体对政府的情感,便于政府更有针对性的采取措施以提升公信力。本文利用情感分析技术和复杂网络关键点识别技术,对关键用户进行情感分析,结合语义表示模型,挖掘用户隐含情感。具体工作和创新点如下:第一,提出了“结构+上下文”情感计算模型,并利用该模型,结合复杂网络,对天涯论坛数据进行了实证分析。建立了用户关系网络,并进行了关键点识别以及基于“结构+上下文”情感计算模型的关键用户情感分析,揭示了用户个体对政府事件的情感倾向;对政府相关部门如何采取措施以提升自身的公信力提出了一些建议。第二,提出了基于语义表示“隐含情感分析”模型,基于该模型,对维基百科数据进行了实证分析。训练了中文词向量,并在向量空间对训练好的词向量进行了划分与计算;对语义表示模型在中文语料上的作用效果进行了说明;实现了用户整体对中、美的隐含情感分析。本文主要是从个体与整体两个角度,进行社交媒体用户的隐含情感分析。对天涯社区数据的实证分析表明:用户普遍对经济和法律问题比较关注,且负向情感偏多。对维基百科数据的实证分析表明:将语义表示模型与IAT运用于中文语料可以达到比较好的效果,且在一些词项上用户对中美双方的看法存在着较为明显的差异。以上实证分析为政府提升自身公信力提供了理论支撑。